Further extensions to the original

Further extensions to the original operator are so calleduniformpatterns
[2]. A local binary pattern is called uniform if the binary pattern contains at
most two bitwise transitions from 0 to 1 or vice versa when the bit pattern is
considered circular. In the computation of the LBP histogram, uniform patterns
are used so that the histogram has a separate bin for every uniform pattern and
all non-uniform patterns are assigned to a single bin. The 58 possible uniform
patterns in neighborhood of 8 sampling points are shown in Fig. 2.
The original rotation invariant LBP operator, denoted here as LBP
riu2
,is
achieved by circularly rotating each bit pattern to the minimum value. For instance, the bit sequences 1000011, 1110000 and 0011100 arise from different
rotations of the same local pattern and they all correspond to the normalized
sequence 0000111. In Fig. 2 this means that all the patterns from one row are
replaced with a single label.
2.2 Invariant Descriptors from LBP Histograms
Let us denote a specific uniform LBP pattern byUP(n, r). The pair (n, r) specifies an uniform pattern so that nis the number of 1-bits in the pattern (corresponds to row number in Fig. 2) andris the rotation of the pattern (column
number in Fig. 2).
Now if the neighborhood hasPsampling points,ngets values from 0 toP+1,
wheren=P+ 1 is the special label marking all the non-uniform patterns.
Furthermore, when 1≤n≤P−1, the rotation of the pattern is in the range
0≤r≤P−1.
LetI
α
◦
(x, y) denote the rotation of image I(x, y)byαdegrees. Under this
rotation, point (x, y) is rotated to location (x

,y

). If we place a circular sampling
neighborhood on pointsI(x, y)andI
α
◦
(x

,y

), we observe that it also rotates
byα
◦
.SeeFig.3.
If the rotations are limited to integer multiples of the angle between two
sampling points, i.e. α=a
360
◦
P
,a=0,1,...,P−1, this rotates the sampling
neighborhood exactly byadiscrete steps. Therefore the uniform patternUP(n, r)
at point (x, y) is replaced by uniform patternUP(n, r+a modP)atpoint(x

,y

)
of the rotated image.
Now consider the uniform LBP histogramshI(UP(n, r)). The histogram value
hI at binUP(n, r) is the number of occurrences of uniform patternUP(n, r)in
image I.

Kết quả (Việt) 1:

Phần mở rộng hơn nữa để các nhà điều hành ban đầu là rất calleduniformpatterns[2]. một mô hình nhị phân địa phương được gọi là đồng phục nếu các mô hình nhị phân có chứa tạiHầu hết hai bitwise quá trình chuyển đổi từ 0 đến 1 hoặc ngược khi các mô hình bit làđược xem là tròn. Trong tính toán của biểu đồ LBP, trang phục mô hìnhđược sử dụng để các biểu đồ có một thùng riêng biệt cho mỗi mô hình thống nhất vàTất cả các mẫu trang phục phòng không được gán cho một thùng duy nhất. Đồng phục thể 58mẫu trong khu phố của 8 mẫu điểm được minh họa trong hình 2.Các gốc quay vòng bất biến LBP nhà điều hành, biểu hiện ở đây là LBPriu2, làđạt được bằng cách tròn xoay mỗi mô hình bit đến giá trị tối thiểu. Ví dụ, các chuỗi chút 1000011, 1110000 và 0011100 phát sinh từ khác nhauphép quay của cùng một khuôn mẫu địa phương và tất cả họ tương ứng với các bình thườngChuỗi 0000111. Trong hình 2, điều này có nghĩa rằng tất cả các mô hình từ một hàng làthay thế bằng một nhãn duy nhất.2.2 bộ mô tả bất biến từ LBP HistogramsHãy để chúng tôi biểu thị một cụ thể trang phục LBP mô hình byUP (n, r). Cặp (n, r) chỉ định một mô hình thống nhất vì vậy đó nis số 1-bit trong các mô hình (tương ứng với số hàng trong hình 2) andris sự quay của các mô hình (cộtsố trong hình 2).Bây giờ nếu khu phố hasPsampling điểm, ngets giá trị từ 0 đầu + 1,wheren = P + 1 là nhãn hiệu đặc biệt đánh dấu tất cả các mô hình phòng không đồng phục.Hơn nữa, khi 1≤n≤P−1, sự quay của các mô hình là trong phạm vi0≤r≤P−1.LetIΑ◦(x, y) biểu thị sự quay của hình ảnh tôi (x, y) byαdegrees. Dưới đâyxoay vòng, điểm (x, y) quay theo vị trí (x, y). Nếu chúng tôi đặt một mẫu thông tưcác khu phố trên pointsI (x, y) andIΑ◦(x, y), chúng tôi quan sát rằng nó cũng quaybyα◦. SeeFig.3.Nếu các phép quay được giới hạn đối với số nguyên bội số của góc giữa haiLấy mẫu điểm, tức là α = một360◦P, một = 0, 1,..., P−1, điều này quay việc lấy mẫukhu phố chính xác byadiscrete bước. Do đó patternUP thống nhất (n, r)tại điểm (x, y) được thay thế bởi thống nhất patternUP (n, r + một modP) atpoint (x, y)xoay hình ảnh.Bây giờ xem xét đồng phục LBP histogramshI (UP(n, r)). Giá trị biểu đồhI tại binUP (n, r) là một số lần xuất hiện của thống nhất patternUP (n, r) tronghình ảnh tôi.

Kết quả (Việt) 2:

Mở rộng thêm cho các nhà điều hành ban đầu là calleduniformpatterns vậy
[2]. Một mô hình nhị phân địa phương được gọi là đồng nhất nếu các mô hình nhị phân chứa ít
nhất hai chuyển bitwise 0-1 hoặc ngược lại khi các mẫu bit được
coi là hình tròn. Trong tính toán của biểu đồ LBP, mẫu đồng phục
được sử dụng để biểu đồ có một thùng riêng biệt cho mỗi mẫu đồng phục và
tất cả các mẫu không đồng nhất được gán cho một thùng. 58 bộ đồng phục có thể
mô hình trong khu phố của 8 điểm lấy mẫu được hiển thị trong hình. 2.
Người điều khiển xoay LBP bất biến ban đầu, ký hiệu ở đây là LBP
riu2
, được
thực hiện bằng cách xoay tròn mỗi mẫu bit với giá trị tối thiểu. Ví dụ, các bit tuần tự 1000011, 1110000 và 0011100 phát sinh từ khác nhau
cho phép quay về mô hình cùng một địa phương và tất cả đều tương ứng với các chuẩn hóa
chuỗi 0000111. Trong hình. 2 điều này có nghĩa rằng tất cả các mẫu từ một hàng được
thay thế bằng một nhãn hiệu duy nhất.
2.2 Descriptors bất biến từ LBP Histograms
Chúng ta hãy biểu thị một mô hình thống nhất cụ thể LBP byUP (n, r). Các cặp (n, r) xác định một mô hình thống nhất để chủ NIS số 1-bit trong mẫu (tương ứng với số hàng trong hình. 2) Andris vòng quay của mô hình (cột
số trong hình. 2).
Bây giờ nếu các điểm lân cận hasPsampling, ngets giá trị từ 0 TOP + 1,
wheren = P + 1 là nhãn đặc biệt đánh dấu tất cả các mẫu không đồng nhất.
Hơn nữa, khi 1≤n≤P-1, vòng quay của mô hình là trong khoảng
0 ≤r≤P-1.
Leti
alpha
◦
(x, y) biểu thị sự quay của ảnh I (x, y) byαdegrees. Dưới này
luân chuyển, điểm (x, y) được luân chuyển đến vị trí (x
?
, y
?
). Nếu chúng ta đặt một mẫu hình tròn
khu phố trên pointsI (x, y) Andi
alpha
◦
(x
?
, y
?
), chúng tôi thấy rằng nó cũng quay
byα
◦
.SeeFig.3.
Nếu xoay được giới hạn bội số của góc giữa hai
điểm lấy mẫu, tức là α = a
360
◦
P
, a = 0,1, ..., P-1, điều này xoay lấy mẫu
khu phố chính xác bước byadiscrete. Do đó patternUP thống nhất (n, r)
tại điểm (x, y) được thay thế bởi patternUP thống nhất (n, r + một modP) atpoint (x
?
, y
?
)
của hình ảnh xoay.
Bây giờ xem xét thống nhất LBP histogramshI (UP (n, r)). Giá trị histogram
hI tại binUP (n, r) là số lần xuất hiện của patternUP thống nhất (n, r) trong
hình ảnh I.